資源描述：
《基于多agent的生產(chǎn)計劃與調(diào)度系統(tǒng)研究與開發(fā)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于多Agent的生產(chǎn)計劃與調(diào)度系統(tǒng)研究與開發(fā)摘要多Agent是多學(xué)科相融合、具有很高實用價值的研究領(lǐng)域，是當(dāng)前人工智能領(lǐng)域的研究熱點。生產(chǎn)調(diào)度位于CIMS體系結(jié)構(gòu)的中間層，是實施CIMS的關(guān)鍵。在實際制造系統(tǒng)開放的、動態(tài)的環(huán)境r，生產(chǎn)調(diào)度問題不僅是具有NP難度的組合優(yōu)化問題，而且呈現(xiàn)極強的動態(tài)性，借助多Agent的自治性和合作能力為解決動態(tài)的、復(fù)雜的調(diào)度問題提供了可能。本文系統(tǒng)地闡述了多Agent理論及其在生產(chǎn)調(diào)度中的應(yīng)用，通過多Agent技術(shù)，把計劃分配與任務(wù)調(diào)度有機的結(jié)合起來，實現(xiàn)整個系統(tǒng)的計算機集成。具體研究工作包括以下幾個方面：1．通過對目前較為流行的合同網(wǎng)協(xié)議的分析，指出，
2、合同嗍協(xié)議存在通訊量大、協(xié)商效率低等缺點，并提出了一種改進的合同網(wǎng)模型用以解決分布式車間的計劃分配問題。2．把蟻群算法應(yīng)用于Job．shop調(diào)度問題。提出了一種基于工序的螞蟻遍歷方法，并對揮發(fā)系數(shù)引入了一個自適應(yīng)過程，通過解的特征自動的來調(diào)整揮發(fā)系數(shù)。3．通過把蟻群算法與強化學(xué)習(xí)相結(jié)合，提m了一種基于自適麻Agent的車間調(diào)度方法。當(dāng)生產(chǎn)環(huán)境發(fā)生變化時，螞蟻會根據(jù)歷史獎勵和立即獎勵情況進行決策，實現(xiàn)任務(wù)在機器資源上的分配。l4．總結(jié)了前人的研究成果，將遺傳算法和神經(jīng)網(wǎng)絡(luò)等算法與本文所研究的蟻群算法、強化學(xué)習(xí)算法一并封裝成‘個調(diào)度算法席，通過改進的合同網(wǎng)協(xié)議把整個系統(tǒng)連接起來，完成生產(chǎn)計
3、劃與調(diào)皮系統(tǒng)的開發(fā)。關(guān)鍵詞：智能體，生產(chǎn)調(diào)度，蟻群算法，強化學(xué)習(xí)IlRESEARCHANDDEVELOP～ⅡNT0FPRODUCTIONPLANNINGANDSCHEDULINGSYSTEMBASED0NMUITI．AGENTABSTRACTMulti··Agenttechnologyismulti·-subjectcrossedresearchfieldanditsapplicationshowsthehighvalue．Itisthehotspotintherecentstudyonartificialintelligence．AsthemiddlelayerintheCMIS，p
4、roductionschedulingisthekeyoftheCIMS．Undertheopenanddynamicenvironmentofrealmanufacturesystem，itistheNPhardcombinatoriaoptimizationproblemanditalsobehavesgreatlydynamiccharacteristicsWiththeautonomousandcooperativeabilityoftheMulti—Agent，itispossibletosolvethecomplexanddynamicschedulingproblemIn
5、thispaper,theMulti—Agenttechnologyanditsapplicationintheproductionschedulingwereintroduced．TheplansdistributingandassignmentsschedulingwereintegratedintothewholesystembyMulti-Agenttechnology．Themainresearchworkisdescribedasfollowing1．Thepopularcontractnetprotocolwasanalyzed．Thenthedisadvantagesw
6、erepresented，whichwerecrowdingcommunicationandⅡIthelownegotiatingefficiency．Finallyanewimprovedcontractnetmodelwasproposedtosolveproblemofdistributedshopplanning2．Antcolonyalgorithmwasusedtosolvejob-shopschedulingproblem．Anewwayofantcrawlingwasproposed．Intermofcharacteristicofsolutions，anadaptiv
7、eadjustmentprocessofthqvolatilitycoefficientwasintroduced．3．Combiningantcolonyalgorithmandreinforcementlearning，anewjob—shopschedulingalgorithmbasedonanadaptiveagentwasproposed．Whenproductionenvironmentchanged，theartificiala
